זרימת טנסור :: אופ :: Conv2DBackpropFilter

מחשבת את שיפועי הפיתול ביחס למסנן.

סיכום

טענות:

• היקף: אובייקט Scope
• קלט: 4-D עם צורה [batch, in_height, in_width, in_channels] .
• filter_sizes: וקטור שלם המייצג את צורת הטנסור של filter , כאשר filter הוא 4-D [filter_height, filter_width, in_channels, out_channels] tensor.
• out_backprop: 4-D עם צורה [batch, out_height, out_width, out_channels] . שיפועים עברו את תפוקת הקונבולוציה.
• צעדים: צעד החלון הזזה לכל מימד של קלט הקונבולוציה. חייב להיות באותו סדר כמו הממד שצוין בתבנית.
• ריפוד: סוג אלגוריתם הריפוד לשימוש.

תכונות אופציונליות (ראה Attrs ):

• explicit_paddings: אם padding הוא "EXPLICIT" , רשימת סכומי הריפוד המפורשים. עבור הממד ה- IH, כמות הריפודים שהוכנסה לפני הממד ואחריו היא ריפודים explicit_paddings[2 * i] וריפודים explicit_paddings[2 * i + 1] , בהתאמה. אם padding אינו "EXPLICIT" , "EXPLICIT" explicit_paddings חייבים להיות ריקים.
• data_format: ציין את פורמט הנתונים של נתוני הקלט והפלט. בתבנית ברירת המחדל "NHWC", הנתונים נשמרים לפי הסדר של: [אצווה, בגובה, ברוחב, בערוצים]. לחלופין, הפורמט יכול להיות "NCHW", סדר אחסון הנתונים של: [אצווה, בערוצים, בגובה, ברוחב].
• התרחבות: טנסור 1-D באורך 4. גורם ההתרחבות לכל מימד input . אם מוגדר כ- k> 1, יהיו תאי דילוג בין k-1 בין כל אלמנט המסנן בממד זה. סדר המידות נקבע על פי ערך data_format , ראה לעיל לפרטים. התרחבות במידות האצווה והעומק חייבת להיות 1.

החזרות:

• Output : 4-D עם צורה [filter_height, filter_width, in_channels, out_channels] . מעבר צבע עם קלט filter של הפיתול.

תכונות ציבוריות

Operation operation

::tensorflow::Output output

 Conv2DBackpropFilter(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter_sizes,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv2DBackpropFilter(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter_sizes,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2DBackpropFilter::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs DataFormat(
  StringPiece x
)

Attrs Dilations(
  const gtl::ArraySlice< int > & x
)

Attrs ExplicitPaddings(
  const gtl::ArraySlice< int > & x
)

Attrs UseCudnnOnGpu(
  bool x
)